至顶网软件频道消息:也许每个人都记得曾经反复购买Fleetwood Mac乐队《Rumors》专辑的日子,黑胶唱片、盒式磁带、CD、迷你光盘和数字下载,这些形式的不断变化证明音乐行业一直在不断地发展,而这种发展通常是以粉丝作为代价。值得庆幸的是,反复购买同一张专辑的日子早已不复存在了。但这并不意味着音乐流媒体的勇敢新世界可以停滞不前,这意味着无法满足用户不断变化的品味和不断提高的期望。
自2008年推出以来,Spotify已经建立了一个平台,拥有2亿活跃用户,可以即时访问大约4千万条音乐曲目。据Spotify网站称,它已经成为音乐行业最重要的收入来源。但在数字世界中,任何人都可以记录自己的内容,这个行业和用户的需求正在发生变化。
Spotify的成功核心是用户生成的内容。精心策划和共享的播放列表是一些人拒绝迁移到Apple Music等其他服务的重要原因之一。但是许多用户正在扩大他们的视野,并选择通过收听播客来学习和增强他们的知识,而不是反复收听他们国家的十大热门歌曲。
但是,如果我们更仔细地观察的话,很容易看出技术正在改变音乐行业的每个元素,从音频内容的创作、传递、推广到消费的每一个环节。我们很容易将人工智能(AI)、增强现实(AR)、机器学习和区块链视为另一波技术流行语,但是它们远远不止于此。
人工智能艺术家和电影制片人Taryn Southern借助新兴技术,改进整个创作过程。她的专辑《I AM AI(我是人工智能)》利用了人工智能软件,包括Amper Music,IBM的Watson Beat、谷歌的NSynth和AIVA。但是Taryn才刚刚开始进行创作过程的数字化转型。
伴随着Taryn单曲的音乐视频也使用了AR、VR和360° 视频技术。不满足于创造第一个独唱艺术家和人工智能的合作,Taryn还继续制作区块链歌曲,这是第一首用以太坊智能合约进行标记的歌曲。
有超过240人合作创作了这首歌的歌词,并部分拥有这首歌。每位参与者都通过Trust Token从歌曲的销售和流媒体服务销售中获得版税,版税会支付到他们的以太坊钱包。我们经常会读到技术是如何鼓励工作场所的全球协作。而Taryn已经证明了将AR、VR、人工智能和智能合约引入艺术创作过程每个阶段的可能性。
Pandora的建议歌曲、Spotify的每周发现以及JioSaavn的混音功能都是流媒体公司如何使用人工智能和机器学习来构建强大的个性化功能的例子。每天有超过30万首歌曲上传到互联网。不幸的是,其中高达99%的歌曲仅仅因为不受歌迷关注或者被错误分类而无法被发现。
算法可以帮助对符合我们的收听偏好的歌曲进行聚类,并为数百万用户提供这样的帮助。有一些应用程序(例如:muru音乐)通过声称自己是第一个人工智能DJ功能,将个性化提升到一个全新的水平。这些应用程序利用技术来学习成为优秀DJ的艺术,并将这种技巧转化为一系列算法和规则集。它们让任何用户都可以选择流媒体服务,并选择流派和艺术家,然后就可以在几秒钟内生成个性化的播放列表。虽然混音专辑只是一个遥远的记忆,但是新一代的人工智能DJ保留了完美定制音乐体验的艺术。
在一个数字原生代对没有时间阅读感到内疚的世界中,播客和有声读物使人们能够在日常生活中所谓的死亡时间内学习。上班通勤的途中、可怕的健身课程中、遛狗甚至是家务劳动的时间都可以转化为学习机会。但这些变化对Spotify等音乐流媒体服务意味着什么呢?
当Spotify掀起收购狂潮,花费超过4.3亿美元购买Gimlet、Anchor和Parcast的时候,引起了一些人的注意。该公司还表示他们预计今年进一步的交易将使其支出高达4亿至5亿美元。很明显,Spotify已经着眼于从单纯的音乐服务发展到流媒体业务。
音乐的创作过程和发行只是音乐产业如何以极快的速度继续发展的起点。我们的播放列表现在由虚拟DJ精心策划,全球社区可以无缝协作创建可在世界各地欣赏的专辑。
然而,我们对音频的热爱并不仅限于音乐。独特和真实的用户生成内容的兴起迫使音乐流媒体服务也推广播客和有声读物。人们常说,将人们聚集在一起并从其他人的故事中学习时,技术最有效,而通勤途中的体验就是一个完美的例子。
如果我们回顾从1877年——托马斯.爱迪生首次发明留声机——到现在的旅程,很容易看出音乐行业比Spotify或Apple Music订阅要大得多。技术始终在推动创新,并帮助行业发展到现在的状态。但我有一种感觉,我们才刚刚开始。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
哈佛、MIT联合研究揭示人类语言理解的神经机制,发现大脑通过"信息出口"将语言从核心系统传递至专业脑区实现深度理解。研究提出浅层与深层理解的区别,为人工智能发展提供重要启示,表明真正智能需要多系统协作而非单一优化。该发现可能改变我们对语言认知的理解。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
腾讯混元等团队开发出革命性的AI视频生成自我评判系统PAVRM和训练方法PRFL,让AI能在创作过程中实时评估和改进视频质量,无需等到完成才反馈。该技术使视频动态表现提升56%,人体结构准确性提升21.5%,训练效率提升1.4倍,为AI视频生成质量带来质的飞跃。